数据模型与决策试卷.docxVIP

考试日期： 年 月 日 考试科目：《数据模型与决策》（A卷） 注意事项：1.请同学用钢笔或圆珠笔填答； 考试时间2个小时； 一、 名词解释（本题共30分，每小题6分） 1、 聚类分析 聚类分析是根据对象的属性，以对象的相似性进行度量，把对象归 类,使类间相似性尽量少，类内相似性尽量大的一种分类方法。 2、 变量聚类法 变量聚类法是根据变量的抽样数据确定变量间的接近程度进行变量 归并的方法。 3、 K-均值（K-means）算法 K-均值（K-means）算法是一种简单使用的无监督学习算法，此种方 法能够用于己知类数k的数据聚类和分析。 4、 回归分析 回归分析师基于一组相关数据建立自变量与因变量的确定性关系， 并以此研究统计意义下不确定性关系的方法。 5、 关联分析 关联分析是对多个数据项（研究对象）同时或时序出现的规律知识 模式进行分析的方法。 二、 是非判断题（本题共45分，每小题3分） 方程属于数学建模过程中的两类方法之一。（V ） 优化问题是指预定（计划）指标与实际指标的差异监督与改正。 （X ） Clementine系列软件是SPSS公司推出的企业级数据挖掘软件产 品。（X ） 在企业管理中，对于某些定量指标，如产值、利润等，我们一般 称之为极小型指标，而对于与诸如成本、能耗等，我们一般称 之为极大型指标。（X ） 5、 主成分分析的主要目的是希望用较少的变量去解释原来资料中的 大部分变异，将手中许多相关性很高的变量转化成彼此相互独 立或不相关的变量。（） 6、 “人工神经网络”是基于模仿大脑神经网络结构和功能而建立的 一种信息处理系统。（J） 7、 神经网络具有高度的线性、容错性与自学习、自适应更新等功能, 能够进行复杂的逻辑操作和线性关系实现。（X ） 8、 X0R问题是指已建立的神经网络已经不能有效地进行识别，即计 算输出与实际输出误差较大。（V ） 9、 以实例为基础的归纳学习算法，从一组有次序、有规则的实例中 推理出树表示形式的分类规则的决策方法称为决策树。（X ） 10、 Apriori算法的主要思想是找出存在于事物数据库中的最大频 繁集，利用获取的最大频繁集与最少置信度生成关联规则。 （V ） 11、 遗传算法的?个显著特点是它交替地在编码空间与解空间中工 作，它在编码空间对染色体进行遗传运算，而在解空间对解进 行评估和选择。（V ） 12、 交叉算子设计有单点交叉、两点交叉、均匀交叉等三种设计方 法。（J ） 13、 CRISP-DM流程一般包括商业理解、数据准备、模型建立、结果 评估、应用部署等5个步骤。（X） 14、 聚类是按照事物的某些属性，把事物聚集成类，使类内相似性 尽量少，类间相似性尽量大。（J ） 15、 BP神经网络模型是一种具有三层或三层以上的前馈型的、按梯 度算法使计算输出与实际输出的误差沿逆传播修正个连接权的 神经网络模型。（V ） 三、简答题（本题共25分） 请简述遗传算法的基本概念及其主要流程。 基本概念：遗传算法是一种基于生物自然选择与遗传机理的随即搜 索算法。 主要流程：首先随机产生初始种群，然后对种群中的个体-一染色体 计算适应值，适应值满足条件的显示适应值或最优解，适应值不满 足条件的，对这些个体进行选择复制，并按一定概率和定义进行交 叉和变异，接着对交叉变异后的个体再次计算适应值，满足条件的 显示适应值或最优解，不满足条件的再重复复制交叉变异这个过程 直到满足条件为止。